Заменить "abc123def" на "abc 123 def" в многобайтовой строке

Question

Обычно я просто делаю это.

$str = preg_replace('#(\d+)#', ' $1 ', $str); 

Если бы я знал, что это будет UTF-8, я хотел бы добавить нижний регистр «и» модификатор к шаблону, и я думаю, что было бы хорошо. Но из-за сообщений utf-8, принимающих 2x, а в некоторых случаях 3 раза меньше пространства памяти, чем это было бы, если бы использовался собственный набор символов, я пытаюсь не ограничивать приложение utf-8.

Таким образом, я стараюсь держаться подальше от своих любимых функций preg_.

Большинство вещей были довольно простыми до сих пор, но я немного застрял на заменах, где я обычно использовал классы символов в preg_, такие как «\ d».

Answer 1

Внедрите упаковку для хранения с помощью mb_convert_encoding, поэтому внутренне вам нужно только управлять UTF-8.

(я до сих пор думаю, что вы должны require UTF-8 и спасти всех много неприятностей.)

Answer 2

Я думаю, что UTF-8 кодировка такая, что все в закодированном выходе со значением байта 127 или менее всегда Символ ASCII, соответствующий этому байтовому значению и никогда не являющийся частью последовательности с несколькими байтами. Таким образом, вы можете продолжать делать вид, что кодировка ASCII в этой ситуации и не вызывает проблем (поскольку пробелы и цифры - это ASCII).

См. Описание в http://en.wikipedia.org/wiki/UTF-8, где показано, что все байты в многобайтовой последовательности имеют самый старший бит (например, все> 127).